Home Progetti MegaDLMs
MegaDLMs

MegaDLMs

di JinjieNi · GitHub

Framework ottimizzato per GPU per l'addestramento di modelli di linguaggio di diffusione su qualsiasi scala. Il backend di Quokka, Super Data Learners e OpenMoE 2 training.

Visualizza su GitHub
⭐ Stelle
🍴 Fork
📜 Licenza
Licenza non specificata
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
MegaDLMs — GitHub preview card
📈 Storia delle stelle
344343
2026-07-202026-07-29
📈 Segui MegaDLMs

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Framework ottimizzato per GPU per l'addestramento di modelli di linguaggio di diffusione su qualsiasi scala. Il backend di Quokka, Super Data Learners e OpenMoE 2 training.

MegaDLMs ha 343 stelle su GitHub. È stato forkato 35 volte. MegaDLMs è scritto principalmente in Python. È in sviluppo attivo dal 2025. I suoi temi principali sono: diffusion, large-language-models.

Frequently asked questions

Che cos'è MegaDLMs?

Framework ottimizzato per GPU per l'addestramento di modelli di linguaggio di diffusione su qualsiasi scala. Il backend di Quokka, Super Data Learners e OpenMoE 2 training.

MegaDLMs è open source?

MegaDLMs è un progetto open source.

MegaDLMs è gratuito?

Sì. MegaDLMs è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto MegaDLMs?

MegaDLMs è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — MegaDLMs

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=jinjieni-megadlms)](https://opensourceai.tech/project/jinjieni-megadlms.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.